agentforce314/clawcodex：README 来源编辑指南

agentforce314/clawcodex 的 README 将项目描述为"Token efficient Claude Code full Python rebuild. AI Coding Agent in 270K LoC pure Python. Up to 200X Cost Saving!"。本文只整理仓库能直接核验的内容，不把星标、Fork 或宣传语当成质量证明。README 在"ClawCodex"下的说明是：A production-oriented Python rebuild of Claude Code , real architecture, reliable CLI agent。这给出的首先是项目边界，而不是已经完成的生产验证。

从 README 的"📰 News"和相关条目看，读者可以先判断它是否解决自己的具体问题：2026-07-29 (v1.3.0): ClawCodex scores 80.9% on Terminal-Bench 2.1 , a top-tier open-source result on Opus 5 (#720,#725, #747,#754) , running headless on claude-opus-5 at effort=xhigh, ClawCodex solved 72 of 89 Terminal-Bench 2.1 tasks:。如果你的目标与这段说明不一致，就不应仅凭项目热度采用它。这里保留原项目名、命令和组件名，方便回到一手来源核对。 README 还列出了另一条可核对的信息：2026-08-02 (v1.4.0): Fusion models , give a text-only model vision (#771, #787) , several strong reasoning models cannot see images at all: deepseek-v4-pro rejects an image content block outright (400 unknown variant \imageurl\), so。这类原文条目可以帮助读者设计试运行步骤，但不能代替自己的环境测试。

README 把工作方式分散写在"ClawCodex"等段落中。可确认的线索包括：🔥 Active Development • New Features Weekly 🔥。这篇整理没有把未写出的架构、性能或安全边界补成结论；真正的运行链仍应结合仓库目录、配置文件和版本标签检查。

第一次安装应从 README 给出的入口开始。当前可复核的命令是： curl -fsSL https://clawcodex.app/install.sh | bash 如果仓库没有提供命令，本文不会替它编造安装步骤，而是建议先打开 README 的"🏆 Terminal-Bench 2.1"部分，确认系统依赖、默认端口和首次初始化动作。

日常使用的细节取决于项目实际文档。README 的"72 of 89 tasks solved (pass@1) on the verified 89-task suite. On the public leaderboard."段落提到：ClawCodex , the open-source Python rebuild of Claude Code , run headless on claude-opus-5 at effort=xhigh. A single run (k=1) against the board's k=5 averages; benchmarked on main at #756.。对于配置文件、环境变量、权限和数据目录，当前稿只记录来源明确的部分；未写明的默认值必须在测试环境中验证，并保留可回滚的配置副本。 同一部分还提到：2026-07-13: /eco token compression , -80% Bash-output tokens, measured, now a headline (#708, #712) , a new session toggle compresses the model-bound rendering of every Bash result with deterministic filters ported from RTK.。